实习推荐信范文

实习推荐信篇1

您好！

得知我公司优秀实习生XX想要进贵公司发展，我感到非常高兴和无比欣慰，在我看来，这样一个上进的有志青年应该拥有更辉煌的未来，因此，我很荣幸地向贵公司强烈推荐这位优秀青年。

XX于XX年XX月来我公司实习，是这批实习生中的佼佼者，我将从人品德行、工作热情、沟通能力与团队精神四方面对她做出客观真实适当的评价，以期待您能对她有更全面、更深入的认识。

她是一名忠诚，可信任，谦虚随和，认真踏实的好员工。XX在暑期实习过程中，几乎每天都是早上第一个到公司，晚上最后一个离开公司的人；她勤奋，实干，一心为公，在做好分内工作的同时又能主动热情帮助其他同事；她有头脑，具有敏锐的洞察力和判断力，遇到事情有自己独到的见解，给很多老员工留下比较深刻的印象，公认她是一匹有发展潜力的“千里马”。

她乐观积极，富有朝气和工作热情，干劲十足。在实习的第一天，她在实习生民主选举中获胜，成为这批实习生中的主要负责人，之后的每一天，她都能用自己的朝气和激情影响周围的同事，做起事来总是能够信心十足，从容冷静；在团队气氛压抑时能很好地化解僵局，调节气氛；更加难能可贵的是，她带动了一群人对学习新知识、新技能的兴趣与热情！

她是一位乐于沟通且善于沟通的年轻人。XX善于自我反思，总结经验，尽管曾经在工作中因为沟通不足导致工作失误的发生，但她能够直面自己的不足，而主动改善沟通方式，加强与上级领导，同事以及客户等各方面的沟通，这种改变产生了巨大的粘合力，把销售与推广紧密结合起来，增强了团队凝聚力。

她具有较强的协作意识和团队精神，并且勇于承担责任。XX组织能力和管理能力很强，能够和同事们做到共进退，在这次暑期实习中，她勇于开拓创新，成功地策划组织了三次促销活动，增强了公司的和谐气氛，提升了团队业绩，得到老员工的一致好评！

虽然从某种程度上来说，如此优秀的实习生即将进入新的企业是我公司的损失，但是考虑到她的前途，我依然毫不犹豫支持她赴贵公司发展，真诚期望贵公司能同样支持她，信任她，给她一个提升自己，实现梦想的机会。谢谢。

推荐人：文秘站

实习推荐信篇2

推荐信尾必须有推荐人的亲笔签名，最好直接由推荐人寄给学校招生办官员或申请就读学校的系主任。如果由被推荐人寄送，教授推荐函中要注明教授的电话号码，所在系及学校地址，并用学校正规信签纸(有学校名称信头的信纸)打印出来。信上需打印出教授姓名的汉语拼音，并请教授签名。 可将推荐信装入信封内封好后由推荐人在信封口处亲笔签名以示保密。信封正面注明“a letter of recommendation”， 表明这是一封推荐信。

给学生写推荐信我认为要写得恰如其分。既然推荐就一定会夸奖，但不能过分溢美学生，否则就降低了推荐信可信度，会给学生带来不好的后果。

写推荐信的老师，应当了解学生。推荐信要能刻画出学生的个性。一个内向的学生，不一定非要符合“性格开朗、热情大方”的样板，也可以“为人真诚、做事踏实”。一个英语水平不高的学生，可能具有用音乐天赋。一个平素里缺课较多的学生，可能已经在小报上发表了若干文章。不了解的学生，我是不肯写推荐信的。决不会仅在他们发来的个人介绍后面随便签一个名。至少要聊一会天，相一下面。

还要看这推荐信的目的。学生用来求学的，是要申请什么专业。语言类的专业，就不需要特别的运动才能。转专业的学生，对方一定希望“具有很强的自学能力和适应能力”。对于求职的推荐信，要看申请什么职位，做会计和营销，需要的素质就截然不同。

学生就业和升学，也应当比照学生的性格是否适合申请。不了解学生的性格而盲目申请，既浪费了时间，又是对学生一种不负责任的表现。

实习单位推荐信

_______:

xxx同志于x年x月x日起进入我单位实习，实习期为三个月，xxx同志工作积极主动、高效，学习认真，待人诚恳，能够做到服从指挥、认真听取老同志的指导，不怕苦、不怕累，表现有较强的求知欲，积极观察、体验、思考，并能够灵活运用自己的知识解决工作中遇到的实际问题，并且很有团队精神，能够和同时们做到共进退。并且组织能力很好，在实习三个月的时间里，成功的组织了两次集体活动，提高了单位的运动气氛，得到了老员工的一致好评！

以上情况属实，如果xx同志到贵单位工作的话，会成为贵单位好员工、领导的好帮手！

xxx单位

实习推荐信篇3

【关键词】 个性化推荐系统 中职 大数据 驾驭

计算机技术的迅速发展和广泛应用，使大数据成为计算机技术的必然产物及各个领域的热门话题。大数据对社会经济、政治、生活以及文化等方面都有着深远的影响，为各个领域带来了机遇和挑战，教育领域也不例外。随着大数据概念和个性化推荐系统的引入，教育信息化也展现出前所未有的发展趋势，可以说教育和计算机技术的相融合，不仅提高了学习者整理和分析信息的能力，同时也推动了教育改革和教学创新。

一、大数据和个性化推荐系统

1.1大数据的概念

大数据是人们在长期应用和研究数据的基础上，尤其是随着计算机技术的深入应用，在大量数据的背景下营运而生的，可以从众多无规则的数据中整理、筛选出有价值的信息，从而为各行业服务，因此，大数据也称为“巨量资料”。当前，大数据已经不再仅局限于描述和存储海量数据信息，同时还可以帮助人们客观地发现隐藏在海量数据背后有价值信息的真相。

1.2个性化推荐系统

个性化推荐系统则是基于用户基本特点及实际需求，从而为广大用户提供相应的个性化服务，目前有众多研究者和开发者不断研究和使用个性化推荐技术，例如视频网站、社交网站和购物网站都实现了个性化推荐服务，但是至今为止，个性化推荐系统的概念和定义还不够明确，通常情况下是采用Resnick和Varian在1997年关于个性化推荐系统的定义：个性化推荐系统则是在计算机技术及网络技术应用基础上，针对广大用户实际需求提供相应的商品信息及建议，从而为用户产品购买提供相应帮助，也就是模拟产品销售人员对用户产品购买提供帮助的过程。

二、个性化推荐系统设计

2.1大数据环境下的个性化推荐系统

大数据环境中信息过载已成为事实，个性化推荐系统是在帮助教学过程参与者，即教师和学生，快速有效地获取所需项目对象的目的下产生的。推荐系统在个性化教学中得到了充分的应用，例如在中职《Java程序设计基础》课程学习中，有大多数学生都做错了关于“插入排序算法”的题，但是在浏览学校论坛文章的数名学生中，有78%的学生都不会在再次做此题时出错，因为当有学生犯同样的错误时，推荐系统会自动推送相关论坛文章帮助学生解答疑惑，在这里，确定适合学生学习的论坛内容凭借的是“项目相关计算”的手段，而不是根据学生的自行判断。

2.2了解用户需求分析

个性化推荐系统的用户多为中职院校的学生，主要是将网络学习作为主要学习方式或者辅助方式，用户通常也就是计算机专业学生或者是熟练应用教育资源网站的学生和教师等。针对学生来讲，传统教学模式需要受到时间空间的限制，无法实现面对面指导，因此学生在采用网络学习过程中往往会出现一定的迷茫，无法在大量网络数据中迅速找到自己所需的学习资源，消耗时间比较长。而推荐系统的主要功能就是可以根据学习者的特点和学习兴趣，可以为学习者推荐合适的学习资源，从而有效地为用户提供个性化资源服务[2]。另外在进行资源推荐过程中通常出现一个URL，所以当学生对资源点击下载时，程序会通过URL从网络上下载与学习资源相应的资源。当学习资源被下载到手机客户端时，学习者则可以结合自己的实际需求，不受时间及空间限制下载资源查看、标记及共享等等，并且学习者关于这一资源的相关操作，均会在客户端上进行详细记录并传送，进一步被服务器所记录并保存到数据库中，以便对学生的推荐资源进行计算。随着学生使用推荐系统时间的增加，服务器在学生输入信息记录过程中也会有显著提升，这样也就进一步提高推荐系统服务准确性。可以说个性化推荐系统就像电子购物网站一样，可以根据学生的具体需求、学习风格以及学生的浏览记录作为推荐依据，从而为学生推荐适合的学习资源，大大提高了学习者寻找资源及学习的效率。

三、个性化推荐系统在中职教育中的应用

3.1更新了教育理念、教学思维及教学评价

随着大数据时代和个性化推荐系统的深入推进，中职教育理念、教学思维及教学评价等方面都发生了更新和变化。在大数据时代，教育领域充满了海量数据，如学校教师和学生的言行举止、学校里的事物都可转化为数据信息。中职学生在用计算机终端学习时，通过研究学习者的活动轨迹和系统的推荐，包括作业完成情况、课堂言行、师生互动、自主学习及同学交流等活动，都将成为教育大数据的来源，此时大数据环境下的个性化推荐系统也比传统数字更具有含义和价值，其可以通过大数据技术层面对教学活动进行分析、评价及提高，而教育也不再是依靠教W经验和理念来传授知识[3]。可以说，个性化推荐系统将步入实证时代，变成一门基于数据研究的学科，充分挖掘符合教学和学生的教育、学习及评估等实际情况，从而规范地制定和执行教育规则，构建更加符合中职教育的教育教学策略。

3.2实现课堂教学、学生学习差异及个性化需求

大数据环境下的推荐系统具备的一个显著特点就是充分体现了学生学习和课堂教学真正意义上的个性化。例如美国的科罗拉多州的一所学校实施了“教育信息系统计划”，其是通过收集、整理及分析学校教师和学生的所有信息，旨在更好地帮助学校改进教学手段，更好地帮助学生获得学业上的知识。系统设计的重点是将所收集到的学生和教师的数据内容通过计算机信息技术联系起来，通过推荐系统的数据分析，让教师在获取更全面和更丰富的教学资源的同时，了解采用哪一种教学手段对学生的授课最有效，同时还可以及时了解到学生在学习过程中遇到的困难，并针对学生的特点进行个性化教学活动设计、学习计划以及对差异化的教学方案进行创新，从而大幅地提升教学质量。而学生则可以在教师的针对性指导下，提高自己的成绩和综合素质。

3.3提高和完善了学校的管理体系

学校是培养人才、传授知识及创造知识的场所，在学校管理中不管是活动控制还是决策，均需要一定的信息，比如在进行目标制定、教学计划设计以及教学组织评估过程等等。而个性化推荐系统在中职教育中的应用，不仅提高了教育管理，同时也实现了教育教学的科学化和精细化。推荐系统中不仅蕴藏着海量的资源信息，并且还可以在收集整理信息的同时产生新的数据，由此可见大数据处理及推荐系统在学校管理各个部门及活动中有着重要的作用，其可以对学校进行系统的规划和梳理，将所收集到的数据信息细化和标准化。同时，针对学校管理的数据或者对象，推荐系统可以从不同维度记录数据和对象，同时不同数据也能够实现印证，有助于构建多源管理大数据，重点集中在过程管理、活动管理及决策管理过程中，从而最终在学校管理大数据中[4]。

四、总结

大数据时代的到来和个性化推荐系统的推进对教育领域而言是新生事物，但其也是教育领域未来发展的必然趋势。围绕大数据环境下的个性化推荐系统在中职教育中的深入应用，软件开发者需要在今后的研究实践中不断地进行探索和发现。随着个性化推荐系统及其相关技术的完善和广泛使用，其在教育领域中的研究将会越来越全面和深入。

参 考 文 献

[1]金志福. 基于大数据的教育资源个性推荐系统设计与实现[D]. 中国科学院大学， 2015.

[2]尤伟静. 简析大数据及其在教育领域的应用[J]. 科学时代， 2015（10）.

[3]高建煌. 个性化推荐系统技术与应用[D]. 中国科学技术大学， 2010.

实习推荐信篇4

1.为了便于校方查阅，必须提到被推荐者的全名。推荐者的身份不重要，当然你要是请院士来写也不错，但最关键是要说服招生委员会相信推荐人是真正了解被推荐人的。

2.必须交待与被推荐者的认识期间(何时开始认识或认识多久)，认识程度(偶尔见面或密切接触)及关系(师生关系，上下级关系，同事等)。

3.对被推荐者的优点介绍及评价，这是推荐信的核心。主要包括被推荐者的天赋，学习成绩，研究能力，工作经验，学习精神，组织能力，品行及个性方面。注意说辞应与其他申请材料如成绩单、获奖证书等相呼应，不要出现矛盾而使人误会。人无完人，所以同时也应提及其缺点，以做到公正客观。最好通过实例说明。教授们要的不是完人，而只是学生，一个普通但足够优秀的学生。

4.必须表明推荐人的态度，是极力推荐还是有保留地推荐。

5.最好要求推荐人在信封封口处签名，以确保其真实性。最好在"是否保留日后审阅推荐信的权利"一栏填"NO"。

6.最后别图省事，除非对方明文要求与申请一起寄。否则推荐信应分开寄出。

实习推荐信篇5

(一)标题

推荐信的标题一般由文种名构成，即在第一行正中写上“推荐信”三个字。有的推荐信由于写推荐信同收推荐信双方关系较熟则可以不要标题。

(二)称呼

推荐信要在第二行顶格写上收信方领导的姓名和称呼或只写对方领导的职务，如“尊敬的××局局长：”。

如果推荐人同收推荐信的人是熟人朋友，则也可以用常见的私人信件一样的称呼，如“英华兄：”

(三)正文

推荐信的正文可以概括为开头、中段和结尾三部分构成。

1.开头

推荐信的开头既可以先问候一下对方，略叙思念之情，也可以开门见山直说其事，这要视你和对方的关系而定。假如你和对方见面较多，关系也较为密切，就无须太多的客套话了。要在开头介绍自己(或推荐人)的身份，以及自己同被推荐人之间的关系。同时说明写此信的意图。

2.中段

中段是推荐信的展开部分，要针对用人单位的情况需要，介绍被推荐人的一些情况，如学历学位、专业特长、外语水平、业务能力以及其他能力;以使对方能通过引荐信对被引荐人产生好感，从而达到推荐人才的目的。

如果是自荐信，更要写明自己在原来岗位未能发挥或没有机会发挥的潜能和特长。

3.结尾

再次表达自己希望能办成此事的愿望，恳请领导给予被推荐人工作或晋升机会，并向对方致以感激祝福之情。结尾处也可附上一些被推荐人业绩的有关材料。

4.落款

推荐信的落款要在正文右下方署上推荐者的姓名，以及成文日期的年月日。 有些推荐信还可以注明自己的详细通讯地址，以备以后必要时的联系之用。

推荐信范文

尊敬的领导：

您好!

我是XXXX大学XXXX系的一名学生，即将面临毕业。

XXXX大学是我国XXXX人才的重点培养基地，具有悠久的历史和优良的传统，并且素以治学严谨、育人有方而著称;XXXX大学XXXX系则是全国XXXX学科基地之一。在这样的学习环境下，无论是在知识能力，还是在个人素质修养方面，我都受益非浅。 四年来，在师友的严格教益及个人的努力下，我具备了扎实的专业基础知识，系统地掌握了XXXX、XXXX等有关理论;熟悉涉外工作常用礼仪;具备较好的英语听、说、读、写、译等能力;能熟练操作计算机办公软件。同时，我利用课余时间广泛地涉猎了大量书籍，不但充实了自己，也培养了自己多方面的技能。更重要的是，严谨的学风和端正的学习态度塑造了我朴实、稳重、创新的性格特点。

此外，我还积极地参加各种社会活动，抓住每一个机会，锻炼自己。大学四年，我深深地感受到，与优秀学生共事，使我在竞争中获益;向实际困难挑战，让我在挫折中成长。祖辈们教我勤奋、尽责、善良、正直;中国人民大学培养了我实事求是、开拓进取的作风。 我热爱贵单位所从事的事业，殷切地期望能够在您的领导下，为这一光荣的事业添砖加瓦;并且在实践中不断学习、进步。

收笔之际，郑重地提一个小小的要求： 无论您是否选择我，尊敬的领导，希望您能够接受我诚恳的谢意!

祝愿贵单位事业蒸蒸日上!

实习推荐信篇6

自去年11月十代表举工作启动以来，中直机关普遍进入推荐提名阶段。目前，已有12个单位提出了候人预备人推荐名单。

精心安排部署。中直机关对推荐提名工作高度重视，工委及时发出了关于做好举工作的通知，提出了具体任务和明确要求。各单位成立了由党组织主要负责人为组长的领导机构和工作机构，并明确了一名联络员，专门负责具体的联系工作。工委举办了联络员专题培训班，就有关推荐提名工作进行培训。按照中央的要求和中直工委的部署，各单位结合自身实际，认真制定实施方案，根据自上而下、上下结合、反复酝酿、逐级遴的原则，明确推荐工作的指导思想、民主程序、参与范围、组织领导和工作要求。对推荐提名、组织考察、确定代表候人初步人名单并公示、确定代表候人预备人、举代表等五个环节的工作逐项进行细化。为确保各项任务落到实处，各单位按照部委机关党委、基层党委、党支部(党总支)的职责，明确各自的具体任务和完成时限．并提出具体措施。

广泛宣传动员。各单位及时召开所属党委、党总支书记和党支部书记会议，组织党员领导干部带头学习动员，深刻领会中央精神，明确责任和任务。各党支部召开全体党员大会组织学习宣传，把广大党员的思想统一到中央的部署和要求上来，引导广大党员以饱满的政治热情参与推荐提名工作，正确行使民利。在学习动员的基础上，各单位还采取多种措施提高学习宣传的覆盖面。有的及时召回出差在外的党员参加学习动员；有的对出差在外无法返回的党员采取电话、书信等方式学习动员；有的对离退休的老党员，采取把身体状况较好的接回机关集中学习动员，同时，派人上门到年迈体弱或长期卧病在床的党员家中或病房进行传达动员。

认真推荐提名。各单位严格推荐提名工作程序，确保不走样、不变形。尤其是始终坚持走群众路线，把代表条件、分配名额、构成比例等作为硬杠杠，推荐提名坚持三上三下，充分发扬民主，与此同时，广泛征求党员意见。全国政协机关各局室克服办公地点分散、党组织类型多样、离退休党员较多等困难，对党员相对集中的，采取召开会议的方式推荐提名，对党员相对分散的，则采取上门入户、电话、电予邮件、手机短信等方式推荐提名。新华社机关党委在OA网上设置党员信箱，随时反映推荐提名工作进展情况，广泛听取党员意见。中央电视台克服采访报导任务重、人员分散等困难，充分利用晚上组织推荐提名，并以电话、电子邮件、传真、短信等多种方式征求在外地执行采访报导任务党员的推荐意见。中国外文局对在职党员，以党支部为单位组织推荐，对出差在外的党员，各支部均指定专人负责联络，传达有关要求、征求具体意见，并利用春节前驻外机构党员回国参加海外机构工作会议的机会，专门召开会议，组织他们参与推荐提名。据统计，各单位推荐提名基层党组织参与率达100％，党员的参与率达98％以上。

大家认识到，推荐提名工作是党内一次生动的民主实践。是对党员进行党性党纪党风教育和贯彻执行民主集中制的过程，是保持和发展党员先进性、巩固扩大学习实践科学发展观活动成果和创先争优活动成果的过程，其意义十分重大。纷纷表示，要立足岗位创先争优，争创一流业绩，以实际行动迎接党的十胜利召开。

实习推荐信篇7

老师推荐信模板（一）亲爱的女士、先生：

我很荣幸推荐我的学生xxx申请参加您的研究生项目。

xxx曾经参加过我的“数字控制系统”项目以及在他高年级期间的最优化理论。 之前，他获得过86分/100分和排位在名列前茅5%之内。

之后，在仅针对研究生开放的课题中，他是参与的仅有三位本科学生之一。 在指导他的期间，我了解到他是一个好学和勤奋的人，他总是积极钻研我的演讲并学习掌握知识。其实有某些任务对一般的学生是有难度的，可他总能出色地解决了他们，这些正是缘于他逻辑和分析思维能力以及对理论的清晰构想。在最后的项目中，他也打动了我。在解决开发项目中自由易变的优选问题，他深思熟虑并且熟练地完成了它，所以项目能够运转良好，甚至是发生一些特殊情况(象循环…) 但是它仍就能够很好的运转和阅读。 因此我给了他比其他许多研究生更好的成绩。

另外，在中高年级他参与了控制和系统的路线项目群且总是得到的好成绩。

根据我的观察，在你的研究控制和系统领域，xxx完全能够担任主要职责，我很有信心他已经在一些项目中体现了他卓越学习能力和勤劳努力。他能表现杰出优越甚至是在高强度的项目中。 我毫不犹豫坚决肯定地推荐他，希望您将优先考虑他的申请。

老师推荐信模板（二）尊敬的厦门大学经济学院夏令营组委会:

我是…..大学经济信息工程学院信息管理与信息系统系主任………，现推荐本专业三年级学生…….参加贵校经济学院夏令营活动，我曾在大一和大二期间和本专业同学做师生交流会，该生给我留下了非常深刻的印象。

首先，专业方面：

其次，科研方面：

此外，经济灵感：

她不管是对专业知识的理解还是对个人的人生规划都有非常独到的见解。在大三下学期主动找我交流并跟我做科研，由于个人工作原因，科研计划推迟，可是该生仍然积极主动的跟我联系跟我交流，充分体现了其积极主动的精神和对科研的浓厚兴趣。做科研期间做事踏实勤恳，自学能力强，善于接收新事物并且善于独立思考。

该生综合表现突出，对科研有浓厚的兴趣，并且逐渐获得了科研的素质和能力，有较好的培养前景，故推荐到贵校，望予以审核通过。

推荐人：

时间：

老师推荐信模板（三）尊敬的先生/女士：

我非常荣幸的为**同学出具这份正式的推荐信。我是*****学校初一2班的班主任。***同学在班级中学习有3个多月，我对该同学有一定的了解。作为一名出色的学生，**应该受到更好的教育和更专业的指导。因此，我很荣幸的向贵校推荐该同学。

**的刻苦好学，积极进取给我留下了深刻的印象。他乐于思考，喜欢参与集体活动，乐于与同学合作。他勤于预习复习，并且对于一些较难的知识点，他总是认真钻研，与同学一起讨论。**同学作为英语课代表，乐于为班级服务，协助教师工作。他是一名十分有上进心的同学。所以我很希望**同学能够继续他的学业，受到更高学术成就老师的指导。

鉴于**同学的良好表现和学校中相关任课老师们的认可评价，我真诚的向贵校推荐他，希望他能够入选贵校的学习项目。

谢谢！

推荐人签名：**老师

实习推荐信篇8

关键词：管理信息系统；大数据；个性化学习

中图分类号：TP303

文献标识码：A 文章编号：1672-7800（2015）005-0017-04

作者简介：余小高（1969-），男，湖北咸宁人，博士，湖北经济学院信息管理学院教授，研究方向为大数据、管理信息系统、商务智能。

0 引言

当前，管理信息系统课程成为我国各大院校经管类专业的核心课程。在实际教学中，学生普遍觉得该课程学习难度较大；同时，教师无法针对不同专业、不同学生进行个性化教学。研究管理信息系统课程教学改革方案成为亟待解决的问题[1]。大数据为这一愿望实现提供了条件[2]。

本文结合笔者长期从事管理信息系统课程教学及微课程平台研发和数据分析的经验，提出大数据环境中管理信息系统个性化学习架构。首先，将学生海量学习行为数据进行存储；然后，利用Hadoop框架对存储数据进行处理，计算微课程之间的相似度矩阵，运用Redis存储中间

结果和最终推荐结果；最后，向用户提供微课程学习列表。

大数据发展带动了微课程迅速发展。目前，微课程已逐步影响我国信息化教学实践。湖北、广东、上海等十多个省、市、自治区纷纷开展了微课程实践。微课程实践的积累，将促进微课程群的形成，微课程群的应用又会形成新的应用数据，从而有利于大数据分析与挖掘、发现与预测的创新应用[3]。

在国内，诸多高校学者、区域教育研究者、一线教师等对微课程进行了相关研究或实践，大多关注其概念、资源设计和教学模式[4]。

近年来，国外越来越重视微课程、微视频的研究，但其核心组成资源不统一，呈现方式主要为教案或视频；课程结构较为松散，主要用于学习及培训等方面，应用领域也有待扩充；在课程资源的自我生长、扩充性还不够成熟[5]。

管理信息系统个性化学习是将管理信息系统课程制作成海量的微课程，利用个性化推荐技术，根据用户的兴趣特点及行为向用户推荐其感兴趣的学习内容。主要解决如何在海量管理信息系统微课程资源中发现用户感兴趣的内容。对于管理信息系统学习平台来说，基于大数据挖掘技术构建个性化学习系统，能有效帮助用户发现所喜欢的微课程，进行精细化和个性化学习。

1 个性化学习算法分析

1.1 算法选择

微课程相似度有如下几种算法：

（1）基本计算

Cij=|U（i）∩U（j）||U（i）|（1）

其中，Cij是微课程i和微课程j的相似度，分母|U（i）|是喜欢微课程i的用户数，而分子|U（i）∩U（j）|是同时喜欢微课程i和微课程j的用户数。

（2）余弦相似度（cosin_base） 计算

Cij=|U（i）∩U（j）||U（i）||U（j）|（2）

该算法通过降低微课程j的权重，能减轻热门微课程和很多微课程相似的可能性，从而提升推荐的质量。

（3）余弦相似度a （cosin_alph） 计算

Cij=|C（i）∩C（j）||C（i）|a|C（j）|1-a（3）

该算法进一步降低了微课程j的权重，可以根据实际应用效果指定a的取值。

（4）改进的余弦相似度（cosin_mod） 计算。

对于微课程平台来说，存在部分恶意下载用户，为了保证微课程之间相似度的可靠性，需要修正活跃用户对微课程相似度的贡献，即对同一微课程来说，已经下载了50次微课程的用户的贡献度要小于只下载了10次微课程的用户，调整后如式（4）所示。

Cij=∑u∈U（i）∩U（j）1lb（1+|U（u）|）|U（i）||U（j）|（4）

对过于活跃的用户，为了避免相似度矩阵过于稠密，在实际计算中，一般直接忽略其兴趣列表，不将其纳入相似度计算的数据集中。

（5）改进的余弦相似度的归一化

Cij=CijmaxCijj（5）

为进一步提高推荐准确度，在改进的余弦相似度计算式的基础上进行归一化，也可以提高推荐的覆盖率和多样性。在微课程平台中，选择该算法进行个性化学习。

完成微课程相似度计算后，通过式（6）计算用户u对微课程i的兴趣：

Iij=∑i∈U（u）∩S（i，k）Cijrui（6）

其中，U（u）是用户喜欢的微课程集合；S（i，k）是与微课程i最相似的k个微课程的集合；Cji是微课程j和微课程i的相似度，rui是用户u对微课程i的兴趣（对于微课程平台来说rui=1）。结合用户历史感兴趣的微课程，通过该算式，越相似的微课程，越有可能在用户的学习列表中获得比较靠前的排名。

1.2 算法评价指标

（1）精度指标：召回率（Recall Rate）/准确度（Precision）。

用户u推荐N个微课程记为N（u），用户u在测试集上喜欢的微课程集合为L（u），通过准确度/召回率评测算法的精度。召回率描述在最终学习列表中，用户数与微课程下载记录数的比例；而准确度描述在最终学习列表中，使用过微课程的用户数与微课程下载记录数的比例。召回率定义如式（7）所示，准确度如式（8）所示。

RecallRate=∑uN（u）∩L（u）∑uL（u）（7）Precision=∑uN（u）∩L（u）∑uN（u）（8）

（2）覆盖率指标（Coverage Rate）。

覆盖率表示最终推荐列表中微课的比例。如果所有微课程都被推荐给至少一个用户，那么覆盖率就是100%。覆盖率反映推荐算法发掘长尾的能力，覆盖率越高，说明推荐算法越能够将长尾中的微课程推荐给用户。采用最简单的覆盖率定义如式（9）所示。

RoverageRate=|Uu∈UN（u）||I|（9）

其中，|Uu∈UN（u）|表示对推荐给用户的微课程去重数。|I|指“微课程”平台中所有的微课程数。

（3）多样性指标（Diversity）。

多样性用来描述推荐列表中两个微课程之间的不相似性。多样性和相似性是对应的，如式（10）所示，其中S（I，j）∈[0，1]定义微课程i和微课程j之间的相似度。

Diversity=∑i，j∈N（u），i≠j（1-S（i，j））|N（u）||N（u）-1|（10）

个性化学习系统的整体多样性可以定义为所有用户学习列表多样性的平均值，如式（11）所示。

Diversity=1|U|∑u∈UDiversity（N（u））（11）

2 体系架构

2.1 数据获取与存储

对上述个性化学习算法在湖北经济学院管理信息系统学习平台进行了实践，利用该校教研项目（2014015）“大数据背景下管理信息系统课程教学改革研究”的成果，建成了管理信息系统微课程资源库。目前，校内外用户数超过20 000户，日均数据增量1 000MB左右，数据分析需要获取数据并存储数据。微课程平台的个性化学习系统一般采用用户下载行为作为用户的行为数据，一旦用户下载了一个微课程，则视该用户对微课程产生了一个正向喜欢。数据获取与存储的架构如图1所示。

微课程下载功能由微课程下载服务器提供，当用户发出微课程下载请求时，下载服务器在本地日志上记录一条用户下载记录。采集系统RLog对日志数据进行实时、高效采集；然后传递给实时计算系统RFilt ，RFilt按照设定的规则进行数据过滤；最后将有效数据存入Hadoop分布式文件系统（HDFS ）[5]进行固化。

HDFS对硬件要求比较低，能在一般服务器集群上运行，充分利用计算机的存储能力。通过HDFS的“一次写入、多次读取”机制[5]，用户海量访问数据能够快速处理；通过分布式文件存储机制，能够长久地存储用户的历史访问记录，为用户行为分析提供数据支撑。

2.2 数据清洗与挖掘

管理信息系统微课程数据清洗与挖掘如图2所示。

存储数据后，采用MapReduce计算框架[8]，可以快捷地对大型数据矩阵进行计算，从而为个性化学习系统提供计算支持。首先，进行数据清洗，过滤掉非法的用户和微课程；然后，进行数据重构，将用户和微课程的标识唯一化，同时生成用户下载数表和微课程被下载次数表；最后，进行相似度矩阵计算，计算结果存储两份，一份存储在Oracle数据库中，供系统评测和统计使用，另一份存储在Redis高速缓存服务器中，为各类应用提供查询。

2.3 个性化学习流程

面向用户的管理信息系统微课程个性化学习流程如图3所示。

（1）用户通过客户端访问微课程平台，点击进入任意微课程详情页面。

（2）客户端发送用户访问请求至后台程序。

（3）后台程序获取用户当前访问的微课程ID，并根据用户ID来获取用户历史记录。

（4）通过Redis获取该微课程的相似度矩阵。

（5）使用个性化学习算法，根据用户相似度矩阵、当前访问微课程ID、用户历史访问微课程ID，计算用户可能喜欢的微课程列表。

（6）对用户可能喜欢的微课程列表按照相似度排列。

（7）取前TopN个微课程，并返回结果给客户端，客户端将相应的微课程显示在学习栏目中。

3 算法验证

管理信息系统学习平台目前每天的下载用户数为10 000户左右，人均下载3～5个微课程，累计3个月的用户下载数据为370万条左右，微课程相似度矩阵规模为5 000*5 000。应用余弦相似度推荐算法，对数据进行计算，结果如表1所示。

从表1可以看出，改进的余弦相似度的归一化推荐算法相对基本算法在准确率、召回率等指标上均有所提升。通过降低热门微课程的权重，能有效提升准确率和召回率。通过降低活跃用户的权重，能有效提升微课程覆盖度和多样性，从而强化个性化学习系统发掘长尾的能力。

推荐算法还有一个重要的影响因素，即向用户推荐的微课程个数，针对该因素影响情况进行针对性的效果分析，分析结果如表2所示。

由图4可知，随着微课程推荐数的增加，微课程的准确率、覆盖率明显上升，召回率则逐步下降，与实践情况相符，从而说明了算法的正确性和实用性。

4 结语

本文研究了大数据环境下，如何利用数据挖掘技术，结合管理信息系统微课程资源库，构建管理信息系统个性化学习平台，进行个性化学习。采用Hadoop框架处理数据，计算微课程之间的相似度矩阵，将中间结果和最终推

送结果存储在Redis中。根据计算结果，分析了相应算法，构建了一种适用于管理信息系统学习平台的个性化学习机制和方法，为其它平台大数据分析提供了良好的参考和借鉴。随着用户行为和微课程数据趋于多样化和复杂化，下一步研究方向是进一步拓展数据源，包括用户访问、用户已安装的应用软件、微课程的描述信息等，采用复合权重相加的方式拟合微课程相似度矩阵，并考虑不同数据

源的权重，提升个性化学习效果。

图4 余弦相似度的归一化算法效果

参考文献：

[1] 王靖.大数据时代下管理信息系统课程教学改革研究[J].中国管理信息化，2014，8（16）：135-136.

[2] 陈川.基于微课程的自主学习支持系统设计与开发[D].华中师范大学，2014.

[3] 金陵.大数据与信息化教学变革[J].中国电化教育，2013，10（321）：8-13.

[4] 姜玉莲.微课程研究与发展趋势系统化分析[J].中国远程教育，2013（12）：64-73.

[5] 海浪，钱锋，黄祥为.基于大数据挖掘构建游戏平台个性化推荐系统的研究与实践[J].电信科学，2014（10）：27-32.

[6] 梁文鑫.大数据时代―课堂教学将迎来真正的变革[J].北京教育学院学报：自然科学版，2013，3（1）：14-16.

[7] SHIN-GYU KIM，JUNGHEE WON，HYUCK HAN，et al.Improving Hadoop performance in intercloud environments[J].Performance Evaluation Review，2011，39（3）：107-109.